Разработчики из Z.ai выкатили GLM-5.1, и это не просто очередной минорный апдейт. Перед нами модель, специально заточенная под «agentic engineering» — сценарии, где AI-агент не просто пишет сниппет, а живет в репозитории часами, итерирует код и самостоятельно фиксит баги.

Главное: модель для марафонцев, а не спринтеров

Основная проблема текущих LLM (включая GPT-5.4 и предыдущую GLM-5) в том, что они быстро «выдыхаются». В начале сессии они выдают крутые идеи, но через 10–20 итераций упираются в плато: начинают ходить по кругу или предлагать нерабочие костыли.

GLM-5.1 меняет правила игры:

• Long-Horizon Tasks: Модель сохраняет продуктивность на протяжении сотен раундов и тысяч вызовов инструментов (tool calls).
• Автономность: Она лучше декомпозирует сложные задачи, проводит эксперименты, анализирует логи терминала и понимает, что именно блокирует прогресс.
• Self-Correction: Модель умеет пересматривать свою стратегию, если выбранный путь завел в тупик.

Бенчмарки и реальные цифры

В дисциплине SWE-Bench Pro (решение реальных проблем из GitHub) GLM-5.1 показала результат 58.4, обойдя GPT-5.4 (57.3) и Gemini 3.1 Pro (54.2). Но настоящий разрыв виден в специфических тестах:

• NL2Repo: Генерация целых репозиториев с нуля.
• Terminal-Bench 2.0: Работа в реальном терминале.

В одном из тестов модель заставили оптимизировать векторную БД на Rust в течение 600 итераций. В то время как другие модели сдавались на первой сотне, GLM-5.1 продолжала выжимать прирост производительности (QPS), показав ускорение в 3.6 раза. Да, Claude Opus 4.6 все еще чуть впереди (4.2x), но GLM-5.1 максимально сократила этот разрыв.

Что это значит для вайбкодеров?

Если вы используете Claude Code, Windsurf или другие агентные фреймворки, GLM-5.1 станет отличной альтернативой «Опусу». Модель официально поддерживает Claude Code и OpenClaw.

Главный кайф в том, что теперь можно закинуть агенту масштабную задачу (например, «перепиши этот модуль на Rust и оптимизируй запросы») и уйти пить кофе. Модель не сдастся после первой ошибки компиляции, а будет методично дебажить проект, пока не добьется результата.

Как пощупать?

1. Open Source: Веса модели уже на HuggingFace под лицензией MIT.
2. API: Доступно на api.z.ai и BigModel.cn.
3. Локально: Поддерживается через vLLM и SGLang.

Для пользователей Claude Code: просто обновите модель на GLM-5.1 в конфиге ~/.claude/settings.json. Учтите, что модель «тяжелая» — в часы пик квота списывается в тройном размере, но до конца апреля действуют скидки на ночное использование.